一种子宫内膜癌细胞检测方法及系统

本发明实施例的方法中提出了一种子宫内膜癌细胞检测方法及系统，先将图像大块与病理报告文本配对，利用多正样本对比学习获得统一语义特征；随后进行语义熵驱动的动态遮蔽‑随机洗牌自监督训练视觉神经网络；然后定位细胞核后，以细胞为节点、邻近关系为边构建加权细胞图并获取拓扑特征，然后与视觉特征及语义特征经跨尺度注意力和门控融合生成多模态特征；检测头联合输出类别、边框与掩膜，综合跨模态一致性损失进行监督或弱监督训练；进一步利用初始模型输出的高低概率区域自动生成“癌‑正常”偏好对，训练奖励模型，并采用PPO策略迭代微调，实现无需大量像素级标注即可精准、鲁棒地完成细胞级癌灶检测，显著提升病理筛查效率与准确率。